Python SciPy windows.hamming用法及代码示例

本文简要介绍 python 语言中 scipy.signal.windows.hamming 的用法。

用法:

scipy.signal.windows.hamming(M, sym=True)#

返回一个汉明窗。

汉明窗是通过使用具有非零端点的升余弦形成的锥形，经过优化以最小化最近的旁瓣。

参数 ：：

M： int

输出窗口中的点数。如果为零，则返回空数组。当它为负数时会抛出异常。

sym： 布尔型，可选

当为 True(默认)时，生成一个对称窗口，用于滤波器设计。当为 False 时，生成一个周期窗口，用于频谱分析。

返回 ：：

w： ndarray

最大值归一化为 1 的窗口(如果 M 为偶数且 sym 为 True，则不会出现值 1)。

注意：

汉明窗定义为

\[w(n) = 0.54 - 0.46 \cos\left(\frac{2\pi{n}}{M-1}\right) \qquad 0 \leq n \leq M-1\]

Hamming 以 J. W. Tukey 的合伙人 R. W. Hamming 命名，并在 Blackman 和 Tukey 中有所说明。建议在时域中平滑截断的自协方差函数。大多数对汉明窗的引用来自信号处理文献，它被用作平滑值的许多窗函数之一。它也被称为变迹(表示“removing the foot”，即平滑采样信号开始和结束处的不连续性)或锥形函数。

参考：

[1]

Blackman, R.B. 和 Tukey, J.W.，(1958) 功率谱的测量，Dover Publications，纽约。

[2]

E.R. Kanasewich，“地球物理学中的时间序列分析”，阿尔伯塔大学出版社，1975 年，第 109-110 页。

[3]

维基百科，“Window function”，https://en.wikipedia.org/wiki/Window_function

[4]

W.H.出版社，B.P. Flannery、S.A. Teukolsky 和 W.T. Vetterling，“Numerical Recipes”，剑桥大学出版社，1986 年，第 425 页。

例子：

绘制窗口及其频率响应：

>>> import numpy as np
>>> from scipy import signal
>>> from scipy.fft import fft, fftshift
>>> import matplotlib.pyplot as plt

>>> window = signal.windows.hamming(51)
>>> plt.plot(window)
>>> plt.title("Hamming window")
>>> plt.ylabel("Amplitude")
>>> plt.xlabel("Sample")

>>> plt.figure()
>>> A = fft(window, 2048) / (len(window)/2.0)
>>> freq = np.linspace(-0.5, 0.5, len(A))
>>> response = 20 * np.log10(np.abs(fftshift(A / abs(A).max())))
>>> plt.plot(freq, response)
>>> plt.axis([-0.5, 0.5, -120, 0])
>>> plt.title("Frequency response of the Hamming window")
>>> plt.ylabel("Normalized magnitude [dB]")
>>> plt.xlabel("Normalized frequency [cycles per sample]")